DETEKSI KUALITAS BUAH PISANG DENGAN MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE v5 (YOLOv5)

• Muhamad Reza Wiarto

---

ABSTRAK

ABSTRAK

Muhamad Reza Wiarto (12190091), DETEKSI KUALITAS BUAH PISANG DENGAN MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE v5 (YOLOv5)

Penelitian ini bertujuan untuk mengembangkan sistem deteksi buah otomatis berbasis algoritma You Only Look Once versi 5 (YOLOv5). Deteksi objek menjadi salah satu aspek penting dalam penerapan kecerdasan buatan (artificial intelligence), khususnya dalam bidang pengolahan citra digital. Deteksi buah yang cepat dan akurat sangat dibutuhkan dalam proses sortir, klasifikasi, serta pengawasan kualitas hasil pertanian secara otomatis. Penelitian ini menggunakan dataset buah pisang yang telah melalui tahap labeling dan augmentasi untuk memperbanyak variasi data guna meningkatkan ketahanan model terhadap kondisi nyata di lapangan. Model YOLOv5 Dilatih menggunakan platform Google Colaboratory dengan bahasa pemrograman Python, memanfaatkan arsitektur Convolutional Neural Network (CNN) yang ringan namun tetap mampu mencapai performa deteksi tinggi. Selama proses pelatihan, dilakukan evaluasi dengan metrik precision, recall, dan mean Average Precision (mAP). Hasil pelatihan menunjukkan bahwa model mampu mencapai nilai precision sebesar 93%, recall 91%, dan mAP sebesar 92%, yang mengindikasikan performa yang sangat baik dalam mendeteksi buah pisang dari berbagai kondisi pencahayaan dan latar belakang. Dengan demikian, YOLOv5 terbukti efektif dan efisien dalam membangun sistem deteksi buah otomatis yang dapat diimplementasikan dalam berbagai aplikasi pertanian cerdas, seperti monitoring hasil panen, otomatisasi sistem sortasi, dan pengembangan robot pemetik buah. Keberhasilan penerapan metode ini membuka peluang luas dalam optimalisasi proses pertanian berbasis teknologi moderen.  

KATA KUNCI

ALGORITMA YOU ONLY LOOK ONCE v5

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] S. Wahyuni, Musaceae: Jenis dan Klasifikasi Pisang. Agro Melalui Media, 2015.

[2] A. Pratama, Gizi dan Manfaat Buah Pisang. Pustaka Ilmu Kesehatan IND, 2018.

[3] CNBC INDONESIA, “Ekspor 22  ribuan  ton pisang ke Malaysia,”  14-Juni 2023

[4] B. Surya, Teknologi Digital dalam Pertanian Modern. Penerbit Sains, 2019.

[5] R. Lestari, “Penerapan YOLO dalam deteksi buah otomatis,” Jurnal Teknologi Informasi, vol. 9, no. 2, pp. 45–55, 2021.

[6] T. Nugroho, “Pengembangan YOLOv5 untuk deteksi objek kecil,” Jurnal Ilmiah Komputer, vol. 12, no. 1, pp. 33–40, 2022.

[7] A. Kaplan and M. Haenlein, “Artificial intelligence: What it is and how it will change our lives,” Business Horizons, 2019.

[8] M. Hidayat, Pembelajaran Mesin dan Sistem Pakar. Informatika Press, 2020. B. Santoso, Deep Learning dan Neural Networks. Deeptekno Publishing, 2021.

[9] R. Ardiansyah, “Teknologi object detection dalam dunia industri,” Industri Cerdas, vol. 5, no. 3, pp. 22–30, 2021.

[10] D. Harahap, “Implementasi deteksi objek untuk klasifikasi produk,” Jurnal Sistem Cerdas, vol. 8, no. 2, pp. 88–97, 2020.

[11] J. Redmon and A. Farhadi, “YOLO: You only look once,” arXiv preprint arXiv:1506.02640, 2016.

[12] N. Sari, “Pengembangan YOLOv5 dengan CBAM untuk deteksi buah,” Jurnal Teknik Komputer, vol. 14, no. 1, pp. 12–21, 2023.

[13] G. van Rossum, Python Programming Language. Stichting Mathematisch Centrum, 1991. 

[14] L. Chun, S. Wenzhong, and L. Dajie, “Quality assessment of attribute data in GIS based on simple random sampling,” Geo-Spatial Information Science, vol. 6, no. 2, pp. 13–19, 2003.

[15] A. Nugraha, Panduan Lengkap Python Versi 3. Informatika, Bandung, 2021.

[16] Google Research, Google https://colab.research.google.com Colaboratory. [Online]. Available:

[17] Google Research, Dokumentasi Resmi Google Colab. [Online]. Available: https://research.google/tools/colab/

[18] Anaconda Inc., Dokumentasi Anaconda Python. [Online]. Available: https://docs.anaconda.com